AI宝库

AI宝库首页 › AI 资讯 › ML 漂流:下GPU AI/ML 在边缘的推论

ML 漂流:下GPU AI/ML 在边缘的推论

来源:Google Developers · 发布时间:10-24 · 由 AI宝库每小时自动聚合

Google AI Edge有推出 ML Drift,一个高性能,通用的GPU计算框架,旨在加速端侧 AI和机器学习推论。

OCT. 8, 2026 (英语).

Google AI Edge Team兴奋地宣布了开源发布ML Drift,我们的高性能,跨平台,端侧 GPU 计算引擎专门为端侧 AI/ML推论所制造,在Apache 2.0许可下。 通过抽象硬件以及跨越OpenGL ES,OpenCL,Metal,和WebGPU的端侧 GPU的低等API复杂性,ML Drift授权开发者构建实时,从高级视频效果到基因AI的交互ML体验跨越多个平台。 作为LiteRT内部的核心GPU加速引擎,ML Drift也作为自定义图形和推论运行时间的独立库,为各地提供峰值性能提供统一的基础。

ML Drift 跨平台的 GPU API 支持矩阵

与数据中心推论不同的是,模型运行在同质,可预见加速器集群上,将GPU-加速AI部署到边缘设备是由显著的硬件多样性定义的。 开发者面临着广泛的GPU架构,驱动程序版本,以及低等API,不知道应用程序将运行在哪个特定的硬件上。

TensorFlow Lite GPU代表建立了基础GPU加速,但生态系统后来有所演变:目前的端侧工作量现在包含一个宽谱,从实时计算机视觉,音频,和深度处理模型到高参数基因AI. 这些建筑将消费者硅推向极限,制造出遗留的运行时间无法解决的计算和内存瓶颈。

这种转变需要有一个普遍的工程基础,以确保古典和下一代模型的可移植性和性能。 借鉴"Speed is all you need"中所讨论的优化原理,我们构建了一个单一,统一的框架,为传统的ML提供稳定性,为最先进的基因AI提供峰值性能,确保了你的模型运行在我们最高效,最前瞻性的GPU计算引擎上。

为了实现峰值性能和扩大古典和基因结构的模型覆盖,ML Drift 推出核心建筑的改变和结构升级都超越了遗留的TFLite GPU代表。

通过Tensor虚拟化实现的统一阴影:历史上,为TFLite GPU代表维护优化的阴影,需要将硬编码逻辑拉伸绘图直接到物理GPU对象(如纹理和缓冲)上,分别跨越OpenGL,OpenCL,和金属后端。 ML Drift 推出收音机的收音机虚拟化,一个核心建筑范式,将收音机的逻辑表达与它在GPU上的物理分配脱钩。 通过在编译器初始化阶段拥有动态的遮荫器模板来解析和翻译坐标,这种统一的遮荫器模型消除了保持相去甚远的后端特有遮荫器代码库的需要,在保留跨平台模型可移植性的同时增加了最小的运行时间。

广泛自定义Op框架:ML Drift采用现代化自定义Op框架,提供低等阴影语言访问的直接注册API. 为加快速度,ML Drift包含一个代理 SKILL.md 向导,允许编码 agents 在分钟内编写,注册,并验证表演自定义阴影。 这为开发者提供了颗粒控制,可以直接将专门的模型块集成到执行图中,大大地减少了部署专有架构的障碍。

5D Tensor Support:TFLite GPU代表机在结构上被硬码为4D分机,迫使开发者对需要5D分机的复杂模型使用布局黑客。 ML Drift在新的LiteRT ML Drift GPU加速器中反映了这个已逾期很久的功能,以允许5D的收发式支持。 以此为例,LiteRT执行3D等复杂工作量,用于量子/空间AI和spatiopal模型(例如:YOLO 11n,MobileViT v2和Swin Transformer v2),直接在边缘GPU上。

经典模型性能升级:作为我们遗留下来的GPU后端的直接接班人,ML Drift为现有的古典工作量提供了严格的性能升级。 通过将运行时间与硬件特定限制脱钩,提高内核执行效率,在TFLite GPU上已经运行的模型获得即时性能改进。 移徙的设计是直截了当的,遗留的工作量维持或超过以前的基准测试。

相位感知优化 Edge LLMs:相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相位相相位相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相货币根据活性执行阶段,漂移动态切换内核和布局配置。 在解码阶段,它使用自定义,相接的KV缓存布局,并应用有侵略性的内核活化量子化来绕过冗余内存回转。

Prefill 512,解码128,上下文长度为640,4-位重(块大小为32),fp16 KV缓存,argmax采样,同步每个令牌。

预填(固条;左取出地块)和解码(厚条;右取出地块)的吞吐。

Gemma4 E2B在支持交叉KV共享的框架上表现较好。

扩展跨平台( Desktop Previews):在当今新兴的代理编码时代,高度响应的桌面推论正变得对为本地编码agents和工作站工作流程提供动力至关重要。 虽然我们最初为浏览器内加速设计了ML Drift的WebGPU后端,但Dawn(Chrimium的WebGPU实施)却允许我们在浏览器外编译出完全相同的编码库。 这个统一的API模型使得ML Drift能够运行在Windows和Linux上,利用WebGPU的现代,本土硬件抽象来绕过DirectX和Vulkan分解,同时补充了我们现有的高性能本土金属在macOS上的后端。

我们的主要重点仍然是在资源限制最紧的地方提供轻量级生产推断:移动和边缘设备。 然而,地方发展需要各开发商机器的灵活性。 下面是ML Drift在工作站硬件上运行的Gemma模型的早期快照,说明我们的统一运行时间尺度如何跨越环境。

桌面 LLM 性能。 预填 8192,解码 1024,上下文长度 9216

4-位重(块大小为32),fp16 KV缓存,正格马克斯采样,同步每个令牌。

跨越边缘和工作站环境,高峰吞吐量只讲述了一半的故事:记忆足迹决定着哪些工作量可以同时运行。 在我们的Gemma 基准测试中,ML Drift实现了比其他框架更低12%的内存管理费,将内存释放用于其他本地任务。

ML Drift已经每天在数百万个设备上运行,为Google生态系统的关键功能提供动力,包括Chrome,YouTube Shorts,相片,和Meet. 在前沿,它充当了先行端侧能力的运行时间,为Google AI Edge apps提供动力,如 Gallery, Foresight,和 Eloatent.

YouTube Shorts迁移出基于分块的效应,使用ML Drift. 这在Android和iOS都实现了平均帧延缓40%的降低,使创造者能够在不降相机帧的情况下实时应用高真能视觉效果。

为了提供快速,无缝的端侧相片编辑,Google相片团队将ML Drift集成在其计算摄影和分片管上。 与遗留下来的GPU代表相比,这提供了长达2秒的加速,使先进的照片增强感觉瞬间。

Google 通过ML漂流加速相片Unblur

Google Chrome将ML Drift整合到其AI运行时基础设施中,为Built-In AI APIs(包括即时,即时和作家API)的本地硬件加速Gemini Nano模型提供动力。 通过桌面平台,ML Drift可以实现高效益的端侧 AI,跨越从电子商务审查汇总到企业客户工作流程的网络应用不断增长的生态系统:

Cafe24通过ML Drift使用即时API来加速标记生成。

除了Google产品之外,主要开发方合作伙伴也采用了ML Drift,为移动用户带来桌面等级能力:

Adobe灯光室和Adobe Photoshop升级了关键AI功能,包括Select Object,Select Sky,以及可适应的外观,并配有ML Drift,在移动上实现最快达到30%的端侧性能,用于支持质量的相片编辑。

Adobe 灯光室通过移动 LiteRT ML Drift GPU 加速器运行端侧

Snap 集成LiteRT为动力,通过Android设备对GPU进行端侧推论。 ML Drift GPU加速器为Snapchat镜头中的ML动力面部和样式生成器效果带来了30%的模型延迟改进。 货币漂流不仅可以改善基于现有模型的用户体验,还可以提高扩展运行甚至大型扩散模型的能力。

使边缘AI效率最大化需要软件架构和物理硅之间的深度对接。 在整个ML Drift开发过程中,Google与硅和IP伙伴密切合作,实现优化,使硬件在现代GPU中得到最大利用:

- 臂:协同优化马里和Immortalis GPU的计算内核和纹理缓存位置,确保高通量、高功率的推论跨移动设备。

- Intel:ML Drift利用了本地的WebGPU计算和Xe矩阵扩展(XMX)来加速客户端LLM和用Xe3图形的Intel® CoreTM Ultra处理器的视觉工作量。

- Qualcomm Technologies, Inc.:ML Drift优化了最高峰ALU和内存带宽利用的OpenCL内核,使Qualcomm-AdrenoTM GPU上的有效边缘AI加速成为可能。

ML Drift通过与硅相接,确保了最先进模型优化转化为电池意识,高帧在用户设备上的性能。

随着ML Drift的发布,遗留下来的TFLite GPU代表将不再收到新的功能更新。 我们鼓励所有开发者向 LiteRT ML Drift GPU 加速器过渡,它为您现有的模型提供完全倒向相容性,同时立即解锁跨越Android,iOS,Web,和桌面的现代性能收益。 对于Android开发者使用未捆绑的运行时间来将app 二进制大小最小化,ML Drift加速在今天以独立的LiteRT包提供,并很快会来到Google Play Services的LiteRT.

无论您正在将端侧模型集成到一个应用程序中,还是正在编写自定义的 GPU 阴影,ML Drift 提供了两种直通路径:

- 对于应用程序开发者:使用LitERT ML Drift加速器取出箱外模式分区,收音机虚拟化,并优化了LLM加速。

- 对于GPU & System Engineers:通过ML Drift GitHub寄存器直接用ML Drift的独立的C++ API来构建自定义的"GpuModel"计算图表并写入自定义的遮蔽器(通过 Dawn快速启动开始在Android和WebGPU上使用我们的OpenCL).

社区反馈和贡献

在Apache 2.0许可下,ML Drift完全为开源。 我们欢迎各方的贡献、区域渔业委员会和社区反馈:

- 来源代码:github.com/google-ai-edge/ml-drift

- 问题跟踪器和特性请求:在 GitHub 上文件一个问题

- 讨论 & QQA: Google AI边缘社区论坛

- 贡献:审查我们的贡献指南,以添加新的UCL操作器或硬件特定优化。

承认:

安德烈·库利克,安基特·高雅尔,鲍勃·刘,金秉哲,陈冠英,长明孙,克里斯·麦克拉纳汉,克拉克·杜瓦尔,科马克·布里克,丹尼尔·何,大卫·内多,爱卡捷琳娜·伊格纳谢瓦,冯武·姚,弗兰克·班,杰拉尔多·卡兰扎,格兰特·詹森,雅各布·多尔穆特,贾加德什·帕卡拉沃尔,詹姆斯·普莱斯,杰里米·克姆普克,静江·利,唐继强,开尔文·马,肯·罗素,肯吉·巴赫克,林·陈克,罗科·孔克,卢旺,玛丽萨·伊科诺米迪斯,马特·克莱德尔,马蒂亚斯·格伦德曼,马蒂亚斯·西蒙松,帕韦瓦·安德鲁什基维奇,拉曼·萨罗金,罗马里克·乔丁,萨钦·克特瓦尼,索姆达特克达特

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

Coursera

知名MOOC平台,提供众多人工智能和机器学习课程

ML for Beginners

微软推出的免费开源的机器学习课程,GitHub标星7万+

Gemini

Google推出的AI聊天对话机器人Gemini

Gradio

开源的搭建机器学习模型UI界面的Python库

相关免费羊毛

Google Colab

免费 GPU 笔记本(T4/L4)

Microsoft Azure

学生 $100 云额度(含 Azure OpenAI)

阿里云 ESA

免费版边缘计算:10 万请求/天、20 个函数

魔搭 ModelScope

免费 Notebook:8 核 32G CPU + 每月 36 小时 GPU

同源资讯

外环,先入为主:一个环境质量Agent 诊断你的出品Agent

Google Developers · 10-24

流出到 API 网关:实时和 AI- ready API,不改变您的光谱

Google Developers · 10-23

建筑管理,自演 AI Agents上Google云

Google Developers · 10-23

以 Google 开发者 Knowledge API 生态系统为您的开发提供超级充电

Google Developers · 10-23

阅读原文(developers.googleblog.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 589 款 AI 工具分类导航 · 每日 AI 热门项目与动态